PTT推薦

Re: [新聞] 馬斯克:特斯拉已經非常接近 Level 5 完

看板car標題Re: [新聞] 馬斯克:特斯拉已經非常接近 Level 5 完作者
chandler0227
(錢德勒)
時間推噓41 推:42 噓:1 →:139

Scape: 有些人還拿那些Lv4載客服務的試驗車說嘴,表示根本看不懂07/09 17:21
Scape: 人家在做什麼。絕大多數的無人駕駛試驗車都是依靠昂貴的07/09 17:22
Scape: 感應器跟安全人員去慢慢推進算法,用很慢的速度累積里程07/09 17:23
Scape: Tesla早就放棄了這一套做法,路上有超過百萬輛Tesla跟他們07/09 17:23
Scape: 蒐集大量的資訊,同時這些資訊到中心後提供Tesla做學習訓練07/09 17:25
Scape: 然後改進,最後反饋到車主的車輛上用陰影模式大量的測試07/09 17:25
Scape: 測試結果安全了、成功了才會放出來給車主使用。07/09 17:26
Scape: 跟那些原型車拿牌照在路上跑根本不是一回事,竟然還有人07/09 17:27
Scape: 拿這來反對,人家在做什麼事情,其本質就那麼難看懂?07/09 17:28

Scape: 上百萬輛車在全世界各地供你用影子模式做測試,為何還要回07/09 17:29
Scape: 過頭去搞那些又貴數量又少的原型車?07/09 17:29



就算有影子模式訓練,也絕對無法取代自駕車實際路試



自駕車路試的重點

1. 環境(號誌/他車/行人) -> 自駕電腦
感測器從環境收集數據,由自駕電腦運算和決策

2. 自駕車輛 -> 環境
自駕電腦的決策(例如變換車道),進而影響環境(他車/行人)

也就是說

不只環境會影響自駕決策/行為,自駕決策/行為也會影響到環境

被自駕決策/行為影響後的環境,又再進一步影響自駕決策/行為

影響並非單邊而是雙向溝通,且形成迴圏

因此也考驗自駕電腦即時(real time)運算的能力



Tesla所謂的影子模式本身只做到第1點

"已經蒐集好"的場景環境訓練自駕電腦

場景是不會變動的既定pattern

一旦自駕電腦做了任何跟原駕駛不同的決策

由於當下沒有實際行為(介入駕駛),因此自駕電腦的決策並沒有實際反饋到環境



所以就算Tesla數據量較Waymo龐大許多

但前者本質上仍然是AP和車主的駕駛數據

雖有大量數據供自駕電腦訓練,但自駕電腦決策和行為並不影響到數據

而後者則是由自駕電腦與環境實際互動的純自駕數據



並不是說影子模式沒有意義

但你說有了影子模式就不需要昂貴數量少的原型車上路試驗

標準外行講的話

--

※ PTT留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.73.253.38 (臺灣)
PTT 網址

bmw530li07/10 09:23實際來看也是阿,一堆數據結果還不是殺了一堆車主,全

bmw530li07/10 09:23民公測,難怪教主不敢買(?

hanasiro07/10 09:27學了理論就不用實際操作的概念

影子模式缺乏自駕電腦決策和行為如何影響到他車(因為場景已固定寫死) 舉人開車的例子就好,實際上路時和周遭其他駕駛一定是隨時互動和影響 一個駕駛行為可能就改變前後左右的車流

flexin07/10 09:36劣幣還敢發文質疑涼B大師阿,這裡不歡迎劣幣,懂?

flexin07/10 09:37我特萬歲\(._.)/

lay1052107/10 09:43就是坐副駕看人開車 跟教練坐旁邊教你開車的差距?

你看著A開車,判斷哪裡應該煞車/加速或換車道 但那終究只是你的想法,你的想法並沒有改變A的駕駛行為 在沒改變當下A駕駛行為的前提下 你的想法不影響路上他車行為,也不會因他車被影響後產生的行為再進一步影響你判斷

CMLeeptt07/10 09:46劣幣認證(蓋)

CMLeeptt07/10 09:46涼幣好委屈

scelerisque07/10 09:52所以輔助駕駛再怎麼訓練也只會是輔助駕駛

demo6807/10 09:56那麼神特吹還是只吹不買啦~~~

Januvia07/10 09:59教主就是不懂硬要裝懂的典範

flexin07/10 10:00涼B大師搞不好持有不少我特的股票,早就財富自由了,所以

flexin07/10 10:01才有那麼多時間上來發文教化汝等愚民。

gummybear0107/10 10:08機械系 vs 數學系 電車專業對決

不是的,這屬於控制範疇 是環境影響自駕車決策,自駕車決策後的行為又影響環境 影子模式中任何自駕決策並沒有在當下feedback給環境

egban07/10 10:34涼b又被打臉惹...

m99636007/10 10:35為什麼有人喜歡大放厥詞被打臉 愛帶風向雙標又失敗XDDD

bill9738507/10 10:49這樣說互動有點奇怪,因為實際上自駕系統就是要學習人

bill9738507/10 10:49類的決策和駕駛行為,那電腦與環境的互動有很重要嗎?

駕駛人會依據環境做決策和行為,但駕駛人本身的行為也會影響環境呀 自駕系統學習人類決策和行為,但影子模式下自駕系統決策並沒有產生實際行為影響環境 環境->自駕系統單向的訓練 和 環境<->自駕系統雙向互動影響 兩者不相同

yaritai07/10 10:49涼B是Google系吧!明明沒親用心得還能吹的跟神一樣,不愧

yaritai07/10 10:50是鍵盤雲車手!好嘴好嘴。

bill9738507/10 10:52例如,人看到障礙物,旁邊無車人決策都是閃避,旁邊有

bill9738507/10 10:52車人的決策都是煞停,這樣決策策略似乎都是固定的

你講的是在固定場景下,自駕電腦該如何因應與決策 但場景是隨時會因自駕電腦決策和行為而變化 ex: 自駕車前方有障礙物,若自駕車有意圖切換車道,旁車可能會選擇減速禮讓

Rayearth203707/10 10:58涼B依舊google中

alumican07/10 11:02不是吧 如果ai做了跟駕駛不一樣的決定,就要回去找為什

alumican07/10 11:02麼;不然就跟放ai自己路試沒差

但不一定原駕駛人行為是對的呀 假設ai做了跟駕駛不一樣的決定,那這不一樣的決定又會如何改變周遭環境 這點無從得知,因為環境變動是已經錄好的pattern

soyghcg07/10 11:04有人就喜歡當子龍啊 花大錢幫人測試半成品

tonyatta07/10 11:05因為這樣,有人做GTA的自駕,因為GTA是可以讓 控制系統

tonyatta07/10 11:05實際控制車輛的

soyghcg07/10 11:06把半成品放上去給顧客用重新定義成潮 就有信仰買單了

soyghcg07/10 11:10反正等新挑戰者把特斯拉M3比下去 扣除自駕M3根本不值那價

做自駕的也不是太樂觀,並非卡在技術 而是該如何商業化(現有技術成本過高),還有法規

soyghcg07/10 11:10造車品質還得練基本功

acman07/10 11:11影子模式?接近Lv5?那先下放個高速下能辨識正前方靜止物的

acman07/10 11:12功能給現有車主吧!先用行動震憾一下市場

lay1052107/10 11:12如果決策固定 連學習都不用 直接寫死就好啦

soyghcg07/10 11:13有種方式就是上高速自動轉自駕系統

soyghcg07/10 11:14配合車聯網與感測分配車速

soyghcg07/10 11:15一般道路通行就由駕駛人開

dsa3519707/10 11:15tesla的想法 可能就是把全部可能的pattern都丟進去啊

影子模式下pattern是死的,自駕車怎樣的決策不影響周遭環境 路試下pattern隨時在變化,可能因自駕車某個行為而改變周遭環境

soyghcg07/10 11:16先解決一個主要效率場景 其他再說

yaritai07/10 11:17涼B: 乾 這場遇到大魔王 這場我先裝死 明天開始洗板

soyghcg07/10 11:18想直接直上一步到位反而不可取

hondasho07/10 11:19推~

hiphoprover07/10 11:25但是特斯拉不就是把蒐集到的大數據再重新訓練後OTA

hiphoprover07/10 11:26更新到車輛上再不斷的收集更多 pattern 訓練後再更新

因為自駕車更新後的決策是用到下次類似場景 所以當下是單方向影響 有興趣可以看MIT Rodney Brooks這篇 Unexpected Consequences of Self Driving Cars

https://rodneybrooks.com/unexpected-consequences-of-self-driving-cars/

hiphoprover07/10 11:27嗎?在數據量(可能周遭路況也有記錄)極大的情況下

dslite07/10 11:27目前cnn都用在辨識而已 決策有在用ai的嗎?感覺不大需要

hiphoprover07/10 11:27不是一樣可以做到跟環境互動的意思?

影子模式下,電腦決策沒實際行為,所以不是影響"當下環境場景" two way interaction (real time)

hiphoprover07/10 11:28我自己包括很多車主的經驗是,如果常常介入修正AP路

hiphoprover07/10 11:28線,多幾次之後也不用等OTA更新,AP會自動修正路線

hiphoprover07/10 11:29主要是發生在過較大彎道路口的時候,前方沒車可以追

hanchueh07/10 11:29特斯拉怎麼可能只有影子模式???

bill9738507/10 11:30我的理解,影子模式應該是類似訓練模型中的驗證資料,

bill9738507/10 11:30訓練目標就是與人類行為一致,而感覺談到環境互動已經

hanchueh07/10 11:30每台車開啟AP的時候就是有實際跟環境在互動啊

bill9738507/10 11:30是大系統的狀態,但是拆分下來其實是每一個決策所造成

hiphoprover07/10 11:30所以AP很可能直接無預警切換到別條車道

bill9738507/10 11:30的效應,所以感覺上不是在同樣的基準點討論

ewings07/10 11:30數據再多,只有單方向的input而沒有互動,做出來的演算模

ewings07/10 11:30型是很有問題的。就像三寶座在副駕駛座看到的路況,絕對和

ewings07/10 11:30三寶自己握方向盤時不同。

hanchueh07/10 11:31不然AP是怎麼對切入的車子做出反應的

hanchueh07/10 11:32我實際遇到過交流道上來的兩台車分別切我的前方跟後方

hanchueh07/10 11:32然後AP處理得很完美 完全沒有不舒服的頓挫

hanchueh07/10 11:33這不是 two-way,什麼才是?

你講的是單向,環境場景影響車輛決策/行為 但車輛本身的行為也會影響到環境(他車),這點影子模式無法做到

Jeff91107/10 11:35感覺車板都是特斯拉的RD,系統如何開發都瞭若指掌一樣

hanchueh07/10 11:36特斯拉系統跟其他最大的不同就在於要做能應變未知狀況

ewings07/10 11:36自動駕駛遇到別的車插入車道,那是單方向應對,那來的互動

ewings07/10 11:36成分??

hanchueh07/10 11:36的結果錢大完全講顛倒了

ewings07/10 11:36所謂的互動,還包含其他車輛駕駛對自動駕駛車的行為,所做

ewings07/10 11:36的反應。

hanchueh07/10 11:36別的車插入車道 難道自身不用加減速來應變嗎?

hanchueh07/10 11:37更何況如果前方車太慢 特斯拉還會自己往左切

m99636007/10 11:37才剛放出來就來亂 XDDDDDD 我對你吹的"很完美"非常懷疑

hanchueh07/10 11:37用超車道來超車

hanchueh07/10 11:38自動超車難道不是會改變環境的行為嗎?

ewings07/10 11:39一樣是三寶為例,駕駛行為呈現三寶狀態時,其他駕駛跟車或

ewings07/10 11:39變換車道的方式,就會與看到非三寶時不同。

ewings07/10 11:41由這個新聞來看,特斯拉的超車離“完美”的距離,應該還有

ewings07/10 11:41兩個三寶吧

demo6807/10 11:41hanchueh: 別的車插入車道 難道自身不用加減速來應變嗎?

demo6807/10 11:42可以啊~特斯拉不是就是加速去A大車嗎? XD

nthomas07/10 11:45每次看涼幣被打臉好爽

hanchueh07/10 11:45所以說特斯拉絕對不是只有影子模式

ewings07/10 11:45特斯拉撞大貨車那起蠢事,單純是為了省錢沒使用具深度檢知

ewings07/10 11:45的感應器。這種錯誤其實還比這種沒有雙向互動學習的case還

ewings07/10 11:46要更低級

hanchueh07/10 11:46AP未啟動時收集影子數據 AP啟動時收集two-way數據

demo6807/10 11:48標題 中國深圳有位特斯拉車主上網討拍

demo6807/10 11:48https://tinyurl.com/y8udsb8u

demo6807/10 11:48敢插我? 看誰硬RRRRRR

suitup07/10 11:52我等教主回應 副教主看不上眼了

ewings07/10 11:56自動駕駛車輛雙向互動的重要性,大到可以被5G行動通訊拿來

ewings07/10 11:56當成主要的賣點。

lay1052107/10 11:58宣傳很好聽 撞了就改口是輔助

MXIC07/10 12:03我來惹,怎麼沒有雲車主的回應,難道今天谷哥停機維修中嗎?

DSB52007/10 12:03某副良幣出來救駕了 能不能來個能打的

soyghcg07/10 12:14文明賞車 世界和平 https://youtu.be/ePUxQe1-Gno

bill9738507/10 12:25如果車子真的學會環境互動的影響,那就會發生level5的

bill9738507/10 12:25車子硬剪線,或是出路口慢慢往前督,這種試圖影響環境

bill9738507/10 12:25的行為,我覺得不見得是好事

bill9738507/10 12:26反而根據現況決策,不試圖影像環境是比較合理的行為

假設行駛過程完全不違規,道路環境變化還是會因為有無A車而不同

SEEDA07/10 12:27他一直都外行吧,他也不否認啊 就是資料查的勤

jerk207/10 12:31車主平常開車的行為模式其實就已經隱含雙向的決策了,AI是

jerk207/10 12:31可以依車主在行駛時的決策學習到與環境的互動模型的,並不

jerk207/10 12:31是完全單向學習

車主當下的駕駛行為和外在環境之間的交互影響當然雙向 但自駕電腦是在影子模式下訓練,自駕電腦本身不參與當下決策

jerk207/10 12:36還有一點是一般人看到一台自駕車的反應和看到一台一般車的

jerk207/10 12:36反應不一樣,一台高調的自駕車(裝一堆sensor在車頂車頭)

jerk207/10 12:36並不能學到真正的行駛經驗,簡單來說就是大家都會傾向禮讓

applesck07/10 12:37涼幣要被劣幣驅逐了嗎?

jerk207/10 12:37自駕車,不會想下車拿球棒拼輸贏

不見得喔,也不少認為自駕車一定以安全為優先(保守)而選擇欺負自駕車的例子

uom07/10 12:43單向學習為何學不到互動?數據量夠龐大不也模擬所有可能反應?

uom07/10 12:46決策影響環境或許單向學習較慢,但信息量只要夠龐大不也一樣

uom07/10 12:49雖然雙向獲取特定反饋上很快,但也是需要累積數據吧

資訊量雖龐大,但這些資訊量是駕駛人與環境互動的結果 並不是自駕電腦與環境相互影響下的結果

uom07/10 13:02特定狀況像一般人沒有的駕駛行為,那真的只有2.可以測試

圖 馬斯克:特斯拉已經非常接近 Level 5 完

Sturmvogel07/10 13:28萬一特斯拉的影子主人是個三寶

Sturmvogel07/10 13:28決策不就變成一個三寶的影子

jerk207/10 13:29AI要能介入駕駛,首先要學會如何介入,怎麼會說因為影子模

jerk207/10 13:29式AI沒有介入駕駛所以沒辦法學到如何介入駕駛,它正在從人

jerk207/10 13:29身上學習如何介入啊

重點是已經寫死的腳本 影子模式下,只能單方項提供場景給自駕電腦學習 但自駕電腦縱使決策也沒有實際行為反應,所以沒法影響環境場景, 不會跟自駕電腦有任何即時互動

jerk207/10 13:30而且機器學習本來就是從過去的資料學習,難道要從未來的資

jerk207/10 13:31料學嗎?你放一台自駕車去學,它也是蒐集資料後更新模型,

jerk207/10 13:31也是用過去的資料啊

重點是,自駕電腦和環境場景影響是雙向的 透過駕駛人行駛數據,這數據就是既定pattern,不會受到自駕電腦決策和行為影響

jerk207/10 13:32回應三寶的部分,如果這個世界三寶比例高於一般人,那的確

jerk207/10 13:32要學習如何以三寶的思考方式駕駛,因為這才是符合現實世界

jerk207/10 13:33的模型

bbbing07/10 14:00我以為他的論點是說,出車禍是因為你教壞tesla,tesla無辜

cospergod07/10 14:06劣幣講的話聽聽就算了,別當真,還真以為良幣勒

Jeff91107/10 14:07簡言之就像統計會避開outlier,除非路上的三寶才是平均值

jerk207/10 14:31舉例來說,影子模式學會人如何超車,所以之後AI照著人超車

jerk207/10 14:31的方式超車

jerk207/10 14:32難道一定要由自駕電腦自己超車幾百次然後分析哪些造成車禍

jerk207/10 14:32哪些順利超車才叫做”雙向”

所以自駕電腦只能"仿照"人類駕駛的數據,遵循既定腳本 一旦自駕電腦的決策有些微不同,自駕車的行為會怎麼影響環境就無從得知 前者叫自動駕駛 後者若再進一步會變成探討自主駕駛

jerk207/10 14:41假設人類有一百種超車方式,分布在一萬個場景,首先AI從影

jerk207/10 14:41子模式學會了這100種超車方式,然後再把這個AI丟到自駕車

jerk207/10 14:41學習那些以前沒出現過的第101種超車方式

jerk207/10 14:42那麼如果要達到Level 5,是否從影子模式開始建構AI自駕模

jerk207/10 14:42型才是正確的第一步,而不是直接丟一台自駕車讓它從頭學起

我從沒有講過影子模式沒意義,但影子模式不可能取代自駕車實際路試 自駕車感知/決策/行為,其中自駕車行為影響周遭環境場景(人/車) 被影響後新的場景再由自駕車感知/決策/行為,不斷循環 這點是影子模式沒法做到的

bill9738507/10 14:42自主駕駛大概在電腦有自我意識前不會發生,因為是電腦

bill9738507/10 14:44電腦不可能無中生有的做決策

的確,即使是目前測試的Lv4自駕車也只是某種程度上的自動駕駛

jerk207/10 14:54那就要看自主駕駛的定義是什麼,如果AI能完全學到某一個車

jerk207/10 14:54主的所有駕駛行為,開起來也跟車主一模一樣,那這個算不算A

jerk207/10 14:55I達成自主駕駛,還是這個AI必須達成自主思考才能稱為什麼

jerk207/10 14:55自主駕駛

遵循一定腳本那叫自動駕駛

jerk207/10 14:57能通過圖靈測試的自動駕駛算不算有自主駕駛能力?也許它只

jerk207/10 14:57是模仿某個駕駛人,但是行為上它就像個真人

jerk207/10 14:58但是真的要達到自主駕駛才稱作Level5嗎?

※ 編輯: chandler0227 (42.73.253.38 臺灣), 07/10/2020 14:59:56

jerk207/10 15:21AI訓練出來的東西就不是所謂遵循腳本的東西,AI模型已經超

jerk207/10 15:21越腳本的範疇了

ewings07/10 15:22現實生活中路況千奇百怪,光是模仿駕駛人,也不可能把所有

ewings07/10 15:22路況複製。

ewings07/10 15:22就算是用生成對抗網路跑出來的AI模型,遇到愚蠢的異常對手

ewings07/10 15:22,也是直接失能。不然有人開車開了幾十年,也沒遇上卡車橫

ewings07/10 15:22在路中間還加速撞上去的蠢事吧,這個AI再怎麼模仿也模仿不

ewings07/10 15:22來。

bill9738507/10 15:28這其實也是elon強調數據量的主因之一,如果tesla蒐集

bill9738507/10 15:28的數據量無法應對生活中的例外狀況的話,那更別說其他

bill9738507/10 15:28沒有數據的自駕公司了

ewings07/10 15:31那就是前面講的,沒有互動的大bug啊。就像三寶坐在副駕看

ewings07/10 15:32得再久,真的自己開車時,路況與其他車輛的反應也還是會出

ewings07/10 15:32現很大的差異。

ewings07/10 15:33就算你一口氣把頭文字D看完,也不代表你在秋明山上飄移時

ewings07/10 15:34,會有像中里毅一樣敢讓你貼著車尾開的勇者。

Windcws9Z07/10 15:47簡單來講就是看A片,A片看再多 看再久

Windcws9Z07/10 15:47你也不會有金手指,變加藤鷹

Windcws9Z07/10 15:47更何況還是都看同一葛人演的A片

Windcws9Z07/10 15:49回原廠OTA也只不過等同是你Google如何做愛

Windcws9Z07/10 15:51網路上說九淺一深,輪到你上陣的時候

Windcws9Z07/10 15:52你真的能九淺一深嗎?

Windcws9Z07/10 15:56車輛零組件也會有公差,數據不可能直接照搬

Windcws9Z07/10 15:56特斯拉的做法就有滿像駕訓班,只是從人變成電腦這樣

dsa3519707/10 16:10所以是tesla內部都沒有車在路上跑的意思?

bill9738507/10 16:15即使像是一般自駕公司弄互動資料,你相信那一點點的數

hanchueh07/10 16:15內部測試車當然有在路上 而且其實也有用光達

bill9738507/10 16:15據量,可以應付所有路況嗎?

hanchueh07/10 16:17只是最終目標是做出不用光達也能用的系統

hanchueh07/10 16:22https://i.imgur.com/HmXvoWX.jpg

圖 馬斯克:特斯拉已經非常接近 Level 5 完

hanchueh07/10 16:22https://i.imgur.com/Q9NHLaH.jpg

圖 馬斯克:特斯拉已經非常接近 Level 5 完

Windcws9Z07/10 16:23你測試車用光達 量產車用雷達,也難怪會撞貨車 懂了

hanchueh07/10 17:19全自駕功能尚未開放 現階段仍需要駕駛監控